MiRAR—miRNA Activity Reporter for Living Cells
Notice bibliographique
Résumé
microRNA (miRNA) activity and regulation are of increasing interest as new therapeutic targets. Traditional approaches to assess miRNA levels in cells rely on RNA sequencing or quantitative PCR. While useful, these approaches are based on RNA extraction and cannot be applied in real-time to observe miRNA activity with single-cell resolution. We developed a green fluorescence protein (GFP)-based reporter system that allows for a direct, real-time readout of changes in miRNA activity in live cells. The miRNA activity reporter (MiRAR) consists of GFP fused to a 3′ untranslated region containing specific miRNA binding sites, resulting in miRNA activity-dependent GFP expression. Using qPCR, we verified the inverse relationship of GFP fluorescence and miRNA levels. We demonstrated that this novel optogenetic reporter system quantifies cellular levels of the tumor suppressor miRNA let-7 in real-time in single Human embryonic kidney 293 (HEK 293) cells. Our data shows that the MiRAR can be applied to detect changes in miRNA levels upon disruption of miRNA degradation pathways. We further show that the reporter could be adapted to monitor another disease-relevant miRNA, miR-122. With trivial modifications, this approach could be applied across the miRNome for quantification of many specific miRNA in cell cultures, tissues, or transgenic animal models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».